Pyecharts

画图的（doge）

文章目录

Pyecharts
- 一、柱状图
- - 单列柱状图
  - 多列柱状图
  - 水平柱状图
- 二、饼状图
- - 一般饼状图
  - 玫瑰图
- 三、折线图
- 四、漏斗图
- 五、散点图
- - 一般散点图
  - 涟漪散点图
- 六、K线图
- 七、仪表盘
- 八、词云图
- 九、 Page-顺序多图
- 十、Grid-并行多图

一、柱状图

使用Bar函数可以绘制柱状图。

单列柱状图

from pyecharts.charts import Bar
from pyecharts import options as optsbar = Bar()
bar.add_xaxis(['1号选手', '2号选手', '3号选手', '4号选手', '5号选手'])
bar.add_yaxis("第一轮", [87, 91, 86, 85, 93])
bar.set_global_opts(title_opts=opts.TitleOpts(title="各选手得分情况"))bar.render_notebook()

运行结果为：

多列柱状图

在原代码基础上再加一行add_yaxis即可。

from pyecharts.charts import Bar
from pyecharts import options as optsbar = Bar()
bar.add_xaxis(['1号选手', '2号选手', '3号选手', '4号选手', '5号选手'])
bar.add_yaxis("第一轮", [87, 91, 86, 85, 93])
bar.add_yaxis("第二轮", [90, 90, 87, 86, 89])
bar.set_global_opts(title_opts=opts.TitleOpts(title="各选手得分情况"))bar.render_notebook()

运行结果为：

水平柱状图

使用**bar.reversal_axis()**可以绘制水平柱状图。

from pyecharts.charts import Bar
from pyecharts import options as optsbar = Bar()
bar.add_xaxis(['1号选手', '2号选手', '3号选手', '4号选手', '5号选手'])
bar.add_yaxis("第一轮", [87, 91, 86, 85, 93])
bar.add_yaxis("第二轮", [90, 90, 87, 86, 89])
bar.set_global_opts(title_opts=opts.TitleOpts(title="各选手得分情况"))bar.reversal_axis()bar.render_notebook()

运行结果为：

二、饼状图

饼状图通常用来表现不同类别的占比情况。

用Pie可以绘制饼状图。

一般饼状图

from pyecharts.charts import Pie
from pyecharts import options as optslist1 = ['优秀', '良好', '及格', '不及格']
num = [11, 35, 7, 2]c = Pie()
#这一步，是要将list1里面的元素和num里面的元素用zip函数对应打包成一个元组，然后形成一个列表。
c.add("", [list(z) for z in zip(list1, num)])
c.set_global_opts(title_opts=opts.TitleOpts(title='Pie-2班成绩占比'))
#这一步没怎么懂，应该是设置标签的形式
c.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))c.render_notebook()

运行结果为：

关于上面代码中的：c.set_series_opts(label_opts=opts.LabelOpts(formatter=“{b}: {c}”))

我试了一下把{b}去掉，运行后饼状图的标签就只剩数字了；相反，去掉{c}运行之后就只剩文字了；全部去掉运行也是文字。

玫瑰图

add()中:

参数radius用于设置饼状图半径，默认为[0, 75]，前面为内半径，后面为外半径；

参数center用于设置饼状图中心坐标，默认为[50, 50]；

参数rosetype用于设置玫瑰图，有两种表现形式，分别为radius和area。

from pyecharts.charts import Pie
from pyecharts import options as optslist1 = ['优秀', '良好', '及格', '不及格']
num = [11, 35, 7, 2]c = Pie()
c.add("", [list(z) for z in zip(list1, num)], radius=["40%", "55%"], center=[240, 210], rosetype='radius')
c.add("", [list(z) for z in zip(list1, num)], radius=["40%", "55%"], center=[640, 210], rosetype='area')
c.set_global_opts(title_opts=opts.TitleOpts(title='2班成绩占比-玫瑰图'))
c.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{c}"))c.render_notebook()

运行结果为：（左图为radius形式，右图为area形式）

三、折线图

通过Line绘制折线图。

from pyecharts.charts import Line
from pyecharts import options as optsl = Line()
l.add_xaxis(['1号选手', '2号选手', '3号选手', '4号选手', '5号选手'])
l.add_yaxis("第一轮", [87, 91, 86, 85, 93])
l.set_global_opts(title_opts=opts.TitleOpts(title="各选手得分情况"))l.render_notebook()

运行结果为：

四、漏斗图

通过Funnel绘制漏斗图。

from pyecharts.charts import Funnel
from pyecharts import options as optslabels = ['跑步', '足球', '篮球', '羽毛球', '乒乓球']
data = [65, 20, 53, 45, 49]f = Funnel()
f.add('', [list(z) for z in zip(labels, data)], is_selected=True)
f.set_global_opts(title_opts=opts.TitleOpts(title="运动类型喜好"))f.render_notebook()

运行结果为：

五、散点图

通过Scatter绘制散点图。

一般散点图

from pyecharts.charts import Scatter
from pyecharts import options as optslabels = ['跑步', '足球', '篮球', '羽毛球', '乒乓球']
data = [65, 20, 53, 45, 49]s = Scatter()
s.add_xaxis(labels)
s.add_yaxis('大一', data)
s.set_global_opts(title_opts=opts.TitleOpts(title="喜好不同运动类型的人数"))s.render_notebook()

运行结果为：

涟漪散点图

from pyecharts.charts import EffectScatter
from pyecharts import options as optslabels = ['跑步', '足球', '篮球', '羽毛球', '乒乓球']
data = [65, 20, 53, 45, 49]es = EffectScatter()
es.add_xaxis(labels)
es.add_yaxis('大一', data)
es.set_global_opts(title_opts=opts.TitleOpts(title="喜好不同运动类型的人数"))es.render_notebook()

运行结果为：（动态的，但这里看不出来）

六、K线图

通过Kline绘制K线图。

from pyecharts.charts import Kline
from pyecharts import options as optslabels = ["2022年10月{}日".format(i) for i in range(1, 32)]
data = [[2320.26, 2320.26, 2287.3, 2362.94],[2300, 2291.3, 2288.26, 2308.38],[2295.35, 2346.5, 2295.35, 2345.92],[2347.22, 2358.98, 2337.35, 2363.8],[2360.75, 2382.48, 2347.89, 2383.76],[2383.43, 2385.42, 2371.23, 2391.82],[2377.41, 2419.02, 2369.57, 2421.15],[2425.92, 2428.15, 2417.58, 2440.38],[2411, 2433.13, 2403.3, 2437.42],[2432.68, 2334.48, 2427.7, 2441.73],[2430.69, 2418.53, 2394.22, 2433.89],[2416.62, 2432.4, 2414.4, 2443.03],[2441.91, 2421.56, 2418.43, 2444.8],[2420.26, 2382.91, 2373.53, 2427.07],[2383.49, 2397.18, 2370.61, 2397.94],[2378.82, 2325.95, 2309.17, 2378.82],[2322.94, 2314.16, 2308.76, 2330.88],[2320.62, 2325.82, 2315.01, 2338.78],[2313.74, 2293.34, 2289.89, 2340.71],[2297.77, 2313.22, 2292.03, 2324.63],[2322.32, 2365.59, 2308.92, 2366.16],[2364.54, 2359.51, 2330.86, 2369.65],[2332.08, 2273.4, 2259.25, 2333.54],[2274.81, 2326.31, 2270.1, 2328.14],[2333.61, 2347.18, 2321.6, 2351.44],[2340.44, 2324.29, 2304.27, 2352.02],[2326.42, 2318.61, 2314.59, 2333.67],[2314.68, 2310.59, 2296.58, 2320.96],[2309.16, 2286.6, 2264.83, 2333.29],[2282.17, 2263.97, 2253.25, 2286.33],
]k = Kline()
k.add_xaxis(labels)
k.add_yaxis("2022年10月份K线图", data)
k.set_global_opts(title_opts=opts.TitleOpts(title="数据抄的，不知道是啥"))k.render_notebook()

运行结果为：

七、仪表盘

通过Gauge绘制仪表盘。

from pyecharts.charts import Gauge
from pyecharts import options as optsg = Gauge()
g.add(" ", [("tempo", 70)], detail_label_opts=opts.GaugeDetailOpts(offset_center=[0, 90]))
g.set_global_opts(title_opts=opts.TitleOpts(title="任务完成率"), legend_opts=opts.LegendOpts(is_show=True))g.render_notebook()

其中：detail_label_opts=opts.GaugeDetailOpts(offset_center=[0, 90]))是设置偏移量，这么做的话文字和数字就不会重合在一起，But！不知道为什么，将数字移走之后，就没有百分号了。

运行结果为：

八、词云图

通过WordCloud绘制词云图。

from pyecharts.charts import WordCloud
from pyecharts import options as optswords = [("where", 500),("there", 400),("is", 487),("a", 355),("will", 247),("there", 666),("is", 578),("a", 184),("way", 120),
]w = WordCloud()
w.add("", words)
w.set_global_opts(title_opts=opts.TitleOpts(title="一句名言"))w.render_notebook()

以元组的形式生成词云图，后面的数字表示相对大小？

运行结果为：

九、 Page-顺序多图

通过Page可以把多张图按顺序展现。

from pyecharts.charts import Line, Bar, Page
from pyecharts import options as optsl = Line()
l.add_xaxis(['1号选手', '2号选手', '3号选手', '4号选手', '5号选手'])
l.add_yaxis("第一轮", [87, 91, 86, 85, 93])
l.set_global_opts(title_opts=opts.TitleOpts(title="各选手得分情况"))bar = Bar()
bar.add_xaxis(['1号选手', '2号选手', '3号选手', '4号选手', '5号选手'])
bar.add_yaxis("第一轮", [87, 91, 86, 85, 93])
bar.set_global_opts(title_opts=opts.TitleOpts(title="各选手得分情况"))p = Page()
p.add(l,bar)p.render_notebook()

运行结果为：

十、Grid-并行多图

通过Grid来实现多图并行。

from pyecharts.charts import Line, Bar, Grid
from pyecharts import options as optsl = Line()
l.add_xaxis(['1号', '2号', '3号', '4号', '5号'])
l.add_yaxis("十月", [30, 25, 18, 19, 20])
l.set_global_opts(title_opts=opts.TitleOpts(title="气温"))bar = Bar()
bar.add_xaxis(['1号', '2号', '3号', '4号', '5号'])
bar.add_yaxis("十月", [30, 25, 18, 19, 20])g = Grid()
g.add(bar, grid_opts=opts.GridOpts(pos_left="70%", pos_bottom="70%"))
g.add(l, grid_opts=opts.GridOpts(pos_right="10%"))g.render_notebook()

其中：

pos_left="50%"是指在左侧留出50%的空间，其他同理。

运行结果为：

笔记：Pyecharts相关推荐

学习笔记 | pyecharts (V0.5版本) 画图
使用如下代码来查看安装的pyecharts版本 import pyecharts print(pyecharts.__version__) 绘图逻辑选择图表类型添加数据设置全局变量显示及保存图 ...
pyecharts查看版本_pyecharts v1 版本学习笔记折线图,面积图
折线图折线图基本demo import pyecharts.options as opts from pyecharts.charts import Line c = ( Line() .add_ ...
Pyecharts绘图笔记
Pyecharts绘图笔记柱状图堆叠柱状图翻转柱状图直方图折线图显示散点图箱型图面积图仪表盘饼状图圆环图玫瑰图层叠图水平组合图grid 水平组合图grid1 垂直组合图g ...
Python数据可视化——pyecharts学习笔记
导读:Python数据可视化的库有很多,常见的有matplotlib.pyplot.Seaborn.pyecharts等. pyecharts是一款将python与echarts相结合的数据可视化库, ...
【学习笔记】python - pyecharts
pyecharts pyecharts是一款将python与echarts结合的强大的数据可视化工具.echarts是百度开源的一个数据可视化JS库,主要用于数据可视化,而pyecharts则是一个用 ...
pyecharts x轴字体大小调整_pyecharts 柱状图基础篇#学习笔记#
2020年初,很久没有用过pyecharts的我由于工作原因,安装了新版pyecharts之后,以前的pyecharts代码报错了.搜索之后才发现,我安装的是不兼容旧版本的新版. 空闲的时间,把新版e ...
python在哪里画柱形图_Python笔记：用pyecharts绘制柱形图
简介: pyecharts 是一个用于生成 Echarts 图表的类库. echarts 是百度开源的一个数据可视化 JS 库,主要用于数据可视化.pyecharts 是一个用于生成 Echarts ...
[数据分析笔记] 网易云歌单分析系列02—pyecharts柱状图
文章目录 0.前言 1.百分比堆叠柱状图 1.1 导入包,连接数据库 1.2 查看数据 1.3 数据预处理 1.4 生成图表 2.复合柱状图和折线图 2.1 数据预处理 2.2 生成图表 3.竖直缩放 ...
[数据分析笔记] 网易云歌单分析系列03—pyecharts折线图
0.导入数据 import numpy as np import pandas as pd import pymysql from pyecharts import options as opts f ...
[pyecharts学习笔记]——Pie饼图
基本示例 from pyecharts import options as opts from pyecharts.charts import Pie from pyecharts.faker imp ...

笔记：Pyecharts

Pyecharts

文章目录

一、柱状图

单列柱状图

多列柱状图

水平柱状图

二、饼状图

一般饼状图

玫瑰图

三、折线图

四、漏斗图

五、散点图

一般散点图

涟漪散点图

六、K线图

七、仪表盘

八、词云图

九、 Page-顺序多图

十、Grid-并行多图

笔记：Pyecharts相关推荐

最新文章

热门文章

笔记：Pyecharts

Pyecharts

文章目录

一、 柱状图

单列柱状图

多列柱状图

水平柱状图

二、 饼状图

一般饼状图

玫瑰图

三、折线图

四、 漏斗图

五、散点图

一般散点图

涟漪散点图

六、K线图

七、仪表盘

八、词云图

九、 Page-顺序多图

十、Grid-并行多图

笔记：Pyecharts相关推荐

最新文章

热门文章

一、柱状图

二、饼状图

四、漏斗图